Logométrie et deep learning. Essai de généalogie politique des discours électoraux aux législatives de 2017 - Archive ouverte HAL
Communication Dans Un Congrès Année : 2019

Logométrie et deep learning. Essai de généalogie politique des discours électoraux aux législatives de 2017

Domaines

Histoire Science politique Méthodes et statistiques Statistiques [stat] Machine Learning [stat.ML]

MAGALI GUARESI  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02067968

Soumis le : jeudi 14 mars 2019-14:59:20

Dernière modification le : lundi 26 février 2024-11:22:07

Fichier non déposé

Dates et versions

hal-02067968 , version 1 (14-03-2019)

Identifiants

  • HAL Id : hal-02067968 , version 1

Citer

Magali Guaresi. Logométrie et deep learning. Essai de généalogie politique des discours électoraux aux législatives de 2017. Histoire, langues et lexicométrie, Jan 2019, Paris, France. ⟨hal-02067968⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS CMMC BCL UNIV-COTEDAZUR CRHI-UPR4318
85 Consultations
0 Téléchargements

Partager

More